OpenClaw 配置流程和接入官方API 以及第三方聚合平台接入保姆级教程

一、前提说明

安装环节前面文章已经写过了,这篇直接进入配置环节。下面开整。

注意: 当前安装的时候 openClaw 的版本为 2026.3.12 ,不同版本某些环节可能略有差别,但核心流程不会变。

二、OpenClaw 配置流程

2.1 openClaw安装成功之后会自动进入初始化设置流程

什么都不用做,等着会输出询问你是否知道风险的选项,需要选择yes并回车

2.2 选择 QuickStart 快速安装模式

三、配置第三方聚合平台API

2.3 选择Model模型供应商时一直向下,选择Custom Provider

这里先走聚合平台,接入某个官方API的方式直接看下面的第四部分

2.4 Openclaw 出现了API Base URL,直接粘贴你注册的第三方平台提供的链接即可

一般第三方平台也有接入 openClaw 的文档,常用的参数有 3 个:

  • Base URL:统一的,切换模型的时候这个地址不变。

  • API Key:唯一的。有些平台有默认的key,你也可以自己创建一个,好根据你的业务来配置不同的Key。

  • AI模型名字/:聚合平台会有多个模型,同一个模型也有不同的版本,所以需要指定完整的名字。

如果你已经有了这些信息,可以直接跳到 2.5节 继续后面的流程。

小生这里使用的streamlake,注册后完成实名,进入streamlake平台,初次使用需要先开通streamlake平台服务,勾选协议后点击开通。

2.4.1 创建API Key

在"streamlake"顶部菜单中选择 系统管理-API KEY管理-创建 API Key,信息自定义就行,复制一下key保存好,别暴露,以后常用的话会一直用到。

2.4.2 创建可推理模型

在"streamlake"界面中点击"模型服务" ,在左侧菜单中,选择"在线推理",在"自定义推理接入点"页签下选择"新建推理服务"

第一步:填写推理名称(自定义没规则),描述可不填

选择所需模型并点击"确定",可以按需选择不同的大模型,在此以GLM-5举例

如果不需要调整模型限流(意思就是限制请求的频率),点击"下一步",确认一下,没有问题就点"提交"。

提交后就能立马看到 BaseUrl 和 Model ID,这两信息也是我们在 OpenClaw等类似工具里面调用所必须的,保存好。

好了!到这里我们已经具备了streamlake平台模型调用的三个信息:Base url(调用地址)、APIKey(密钥)和 model ID(模型ID),可以继续部署了!

2.5 配置自定义模型信息

粘贴刚才保存好的 Base URL 地址并点击回车

2.6 选择"立刻粘贴API Key"(默认)

粘贴刚才保存好的 API Key 并回车

2.7 选择兼容性为"OpenAI"

2.8 输入模型ID

粘贴刚才保存好的 model id 并回车

会自动显示模型提供商 Endpoint ID,什么都不做,直接回车

2.9 设置别名

由于在 Model ID 中不容易区分出模型名,可以在 Model alias 中标记模型名,如 glm-5;

建议设置,因为当你接入的模型多了,切换模型的时候就很好辨认。

3.0 选择通讯工具

这里我们先跳过IM即时通讯工具的配置,后续再添加。

3.1 选择 skill (技能包)

(使用键盘上下键定位,点击空格选择(绿色小方块),回车确认操作),如果没有需要可以选择跳过(Skip for now),后面再安装不影响。

如果想安装,就选中回车,安装完成会自动进入到下一步。

3.2 其他 API Key 都选择 No

3.3 配置hooks,用于在 OpenClaw 每次启动前执行某些脚本

选择 boot-md,回车

3.4 选择你与小龙虾沟通方式

TUI 就像此刻配置界面在使用的文字交互界面,而非通过图形界面操作。

Web UI则是通过浏览器访问 http://127.0.0.1:18789 来和小龙虾对话。

选择哪个都可以,两边都可以用的。

3.5 开启你与 OpenClaw 小龙虾对话之旅

上一步回车会看到如下图,大功告成,这样你的小龙虾就可以和你对话了。

如果用的是英文,你发给他指令,让它以后的回复都用简体中文和你对话就行了。

3.6 网页令牌授权

网页第一次打开,会提示你没有令牌,虽然写的可选,但是需要填的。

按照如图提示,新开一个终端窗口,执行图上指令即可拿到这两个信息,粘贴即可访问。

至此,我们就可以实现通过终端或者本地网页与小龙虾交流了。

下面是接入某个官方的 API 流程,以 Kimi K2.5 为例,和上面的不冲突。

四、配置 Kimi K2.5 官方 API

4.1 注册开发者平台

首先去 Kimi 开发者后台 去创建一个 API Key,保管好,只显示一次,下次看到的就不是同一个了。

创建好了,如果你没有购买 kimi 的 coding Plan套餐,可以先通过自定义充值充 10 元体验一下。

4.2 模型选择 Moonshot AI(Kimi K2.5) ,回车

4.3 选择 .cn ,就是国内范围使用

如果你不是充值的,而是通过购买套餐的,那么这里要选择下面 Kimi Code API key 这个选项。

4.4 选择粘贴 API key 回车,立即粘贴

后续步骤就和文章前面 第三大部分2.9节 一样了。

至此,我们就完成了接入官方 AI 模型 API 的流程了。

下一篇:OpenClaw接入飞书,实现手机上随时随地操控你的小龙虾干活

大家好,我是小生,从程序员转行做自媒体,每天学习一点 AI 技术。

相关推荐
Miku165 小时前
OpenClaw+image-downloader-skill: 打造关键词图片批量下载工作流
aigc·agent·claude
视觉&物联智能7 小时前
【杂谈】-洞察业务风险潜藏暗礁:影子人工智能如何重塑移动威胁格局
人工智能·网络安全·aigc·agi
洛卡卡了7 小时前
Hermes Agent 火了,我也把它从安装到飞书聊天跑了一遍
人工智能·aigc·ai编程
春末的南方城市7 小时前
CVPR 2026 | 复旦开源首个端到端多模态矢量动画生成框架OmniLottie:UI动效革命,文本/图像一键转Lottie动画!
人工智能·深度学习·机器学习·计算机视觉·aigc
怕浪猫8 小时前
第12章 工具(Tools)与函数调用(LangChain实战)
langchain·aigc·ai编程
小程故事多_808 小时前
从Claude Code源码泄露,读懂12个可复用的Agentic Harness设计模式(生产级落地指南)
人工智能·设计模式·aigc·ai编程·harness
阿杰学AI8 小时前
AI核心知识116—大语言模型之 目标驱动的可控架构 (简洁且通俗易懂版)
人工智能·ai·语言模型·自然语言处理·aigc·机械学习·目标驱动的可控架构
墨风如雪18 小时前
越用越强不是广告语:拆解 Hermes Agent 的三层学习机制
aigc
小程故事多_8021 小时前
从零吃透Transformer核心,多头注意力、残差连接与前馈网络(大白话完整版)
人工智能·深度学习·架构·aigc·transformer
与虾牵手1 天前
OpenClaw Nanobot 架构拆解:从源码学会 AI Agent 的骨架设计(2026)
aigc·ai编程